NVIDIA DGX SuperPOD: ავტოპილოტირებისთვის განკუთვნილი, სამ კვირაში აწყობილი სუპერკომპიუტერი

[Magdalena]

NVIDIA აქტიურად მოღვაწეობს ავტონომიური ავტომობილების შემუშავების სფეროში. მცირე ხნის წინ მან ძალები გააერთიანა Volvo-სთან ავტონომიური სატვირთოებისთვის ხელოვნური ინტელექტის პლატფორმის შესაქმნელად. ამჯერად კი კომპანიამ წარადგინა მსოფლიოში წარმადობით 22-ე სუპერკომპიუტერი - DGX SuperPOD. ამ სისტემის ამოცანაა უზრუნველყოს ხელოვნური ინტელექტის ინფრასტრუქტურა, რომელიც პასუხისმგებელი იქნება ავტონომიური ტრანსპორტის ამოქმედებისთვის საჭირო უამრავი მოთხოვნის შესრულებაზე.  

სისტემა აწყობილია სულ რაღაც სამ კვირაში 96 ერთეული NVIDIA DGX-2H კომპიუტერისა და ინტერკონეკტ Mellanox-ის გამოყენებით. სუპერკომპიუტერს შეუძლია უზრუნველყოს 9.4 პეტაფლოპსი გამომთვლელი წარმადობა და გათვლილია ნეირონული ქსელების სწავლებისთვის, რაც უსაფრთხო თვითმავალი ტრანსპორტის შექმნის აუცილებელ პირობას წარმოადგენს. 

დამკვეთებს დამოუკიდებლად შეუძლიათ მსგავსი სუპერკომპიუტერის აწყობა, თუკი ანალოგიურ DGX-2 კონფიგურაციას NVIDIA-ს პარტნიორებს შეუკვეთავენ. DGX SuperPOD-ს აქვს 1536 ტენსორული ამაჩქარებელი NVIDIA Tesla V100, ასევე მოიცავს NVIDIA NVSwitch-სა და ინტერკონეკტს - Mellanox InfiniBand. 

 

კომპანია განმარტავს, რომ ავტონომიური ავტომობილის სწავლება ურთულესი ამოცანაა და იგი დიდ გამომთვლელ რესურსებს მოითხოვს. მონაცემებს შემგროვებელი ერთი მანქანა ახდენს საათში ერთი ტერაბაიტი ინფორმაციის გენერირებას. თუკი ამას წლების განმავლობაში მგზავრობის დროზე გავამრავლებთ, საქმე შეეხება პეტაბაიტებში ასახულ მოცულობას. მონაცემები გამოიყენება საგზაო წესების სწავლებისა და ნეირონულ ქსელებში პოტენციური ხარვეზის გამოვლენისათვის - სუპერკომპიუტერი ამ ამოცანით დღედაღამ დაკავებულია. 

 

DGX SuperPOD-ის პროგრამულ-აპარატულ პლატფორმას შეუძლია ResNet-50 მოდელს „ასწავლოს“ ორ წუთზე ნაკლებ დროში. როდესაც ეს მოდელი პირველად გამოჩნდა 2015 წელს, მაშინ საჭირო იყო 25 დღე, რათა მანქანური სწავლება განხორციელებულიყო ერთადერთი ბარათით NVIDIA K80. DGX SuperPOD 18-ათასჯერ სწრაფად მუშაობს. ამასთან,  სხვა მსგავსი სისტემებისგან განსხვავებით, რომლებიც ათასობით სერვერს იყენებენ, DGX SuperPOD მცირე სივრცეს იკავებს - დაახლოებით 400-ჯერ ნაკლებს, რასაც მისი მსგავსი სუპერკომპიუტერები. 

https://servernews.ru/989395